Intelligenza Artificiale e Diabete: Riconoscere i Segnali dalla Voce

Un innovativo modello di intelligenza artificiale ha dimostrato la capacità di identificare segnali associati al diabete di tipo 2 analizzando registrazioni vocali di soli 20 secondi. Questo sistema è stato presentato al congresso dell’European Association for the Study of Diabetes e sviluppato in collaborazione tra una società di deep tech e la RMIT University di Melbourne.

Il modello è stato addestrato su un ampio dataset di 63.283 campioni vocali provenienti da 21.129 persone nel Regno Unito e negli Stati Uniti. Esso si basa sull’analisi di cambiamenti vocali noti per essere associati al diabete, come raucedine, ruvidità e alterazioni nel controllo della respirazione e della voce durante il parlato.

Durante la fase di validazione, i partecipanti hanno registrato la loro voce mentre leggevano una favola di Esopo. In un primo test condotto su 7.319 adulti nel Regno Unito, il modello ha identificato correttamente le persone con diabete nell’80% dei casi, mostrando prestazioni simili tra uomini e donne e tra diverse fasce d’età. Tuttavia, la performance è risultata inferiore nei partecipanti di etnia nera, probabilmente a causa del numero ridotto di persone con diabete in quel gruppo.

In un secondo confronto, il modello è stato testato in relazione ai valori di emoglobina glicata (HbA1c) su 801 partecipanti che avevano effettuato il test a domicilio entro tre mesi dalla registrazione vocale. Qui, il sistema ha indicato un rischio più elevato di diabete nel 75% dei casi, con una sensibilità dell’82% e un tasso di falsi positivi del 47%. Inoltre, il modello ha saputo distinguere tra persone a basso, medio e alto rischio in base ai valori di HbA1c, rivelando che nessuno dei partecipanti nella fascia di rischio più bassa presentava valori compatibili con diabete o prediabete.

È importante notare che, sebbene i risultati siano promettenti, il modello non può sostituire gli esami ematici. Sono necessarie ulteriori validazioni cliniche e test su popolazioni diverse per confermare l’affidabilità del sistema. Tra le possibili applicazioni future, si ipotizza l’uso di brevi registrazioni vocali tramite telefono o app come strumento di triage in medicina generale, per indirizzare a successivi esami ematici le persone identificate come a maggior rischio. Tuttavia, resta da dimostrare l’applicabilità su larga scala.